2019年8月16日
偏差-方差分解
摘要： 当训练得到一个模型\(f\)时，我们希望\(f\)的泛化能力足够强，这样也代表它对于新的样本有比较好的预测能力。我们会通过实验检验\(f\)的泛化误差，那它的泛化误差到底是由哪几部分贡献？这里先给出结论：噪声、偏差与方差。定义训练模型的前提是我们能拿到一个数据集\(D\)，它其中包含多个样本，来自同一个分布。但是\(D\)不可能包含这个分布上的所有样本，也就是说\(D\)本身是总体的一个子集。在总... 阅读全文
posted @ 2019-08-16 11:57 小王点点 阅读(765) 评论(0) 推荐(0) 编辑